Systèmes de recommandation: Quelle est la différence entre le filtrage collaboratif article par article et le filtrage basé sur le contenu?


Réponse 1:

Dans le filtrage collaboratif de l'élément 2, vous comparez les éléments en fonction des avis des utilisateurs. Si votre matrice utilitaire a n utilisateurs par m éléments, vous comparez les vecteurs de colonne de cette matrice.

Dans la recommandation basée sur le contenu, vous comparez des éléments en fonction de leurs fonctionnalités pour des films tels que le titre, le genre, la date de sortie, le réalisateur, les producteurs, le studio, etc.


Réponse 2:

Le filtrage basé sur le contenu vous permet d'utiliser des fonctionnalités (métadonnées) du produit qu'un utilisateur a aimé et les traits de personnalité de l'utilisateur pour faire des recommandations. D'un autre côté, dans CF article à article, vous ne considérez que le "goût" global. Cela signifie que vous déterminez une évaluation provisoire des éléments que l'utilisateur n'a pas encore évalués en décomposant la matrice de notation initiale peu peuplée en la décomposant en matrices d'utilisateurs et d'articles provisoires en utilisant une forme modifiée de SVD et en construisant une matrice de notation provisoire. Maintenant, vous sélectionnez le top n de celui-ci ou d'un utilisateur similaire.


Réponse 3:

En termes simples, la collaboration basée sur un article traite des autres actions de l'utilisateur sur l'article que vous regardez ou achetez. Ce type de filtrage se produit généralement simultanément et les attributs du produit n'ont pas d'importance à recommander. Par exemple, j'achète un ventilateur de plafond, puis le système commence à me recommander d'acheter une lumière (c'est parce que beaucoup de gens qui achètent des ventilateurs de plafond achètent également des lumières et non parce que la lumière et le ventilateur de plafond sont liés, ces informations sont généralement extraites de la transcription des utilisateurs)

Alors que lorsque nous parlons de filtrage basé sur le contenu, généralement les attributs prédéfinis des produits sont mis en correspondance et des produits similaires seront recommandés. Par exemple, lorsqu'un utilisateur achète un appareil photo Cannon D450, le système commence à recommander des objectifs, d'autres modèles d'appareil photo similaires (ces recommandations sont basées sur le fait que seuls les produits liés à l'élément principal dans certains attributs comme le modèle ou l'objectif compatible, etc., et aussi ces détails sur le produit sont tirés des données stockées)


Réponse 4:

En termes simples, la collaboration basée sur un article traite des autres actions de l'utilisateur sur l'article que vous regardez ou achetez. Ce type de filtrage se produit généralement simultanément et les attributs du produit n'ont pas d'importance à recommander. Par exemple, j'achète un ventilateur de plafond, puis le système commence à me recommander d'acheter une lumière (c'est parce que beaucoup de gens qui achètent des ventilateurs de plafond achètent également des lumières et non parce que la lumière et le ventilateur de plafond sont liés, ces informations sont généralement extraites de la transcription des utilisateurs)

Alors que lorsque nous parlons de filtrage basé sur le contenu, généralement les attributs prédéfinis des produits sont mis en correspondance et des produits similaires seront recommandés. Par exemple, lorsqu'un utilisateur achète un appareil photo Cannon D450, le système commence à recommander des objectifs, d'autres modèles d'appareil photo similaires (ces recommandations sont basées sur le fait que seuls les produits liés à l'élément principal dans certains attributs comme le modèle ou l'objectif compatible, etc., et aussi ces détails sur le produit sont tirés des données stockées)